Pesquisa em IA
Papers, descobertas e avanços científicos em inteligência artificial.

Anthropic Alerta: IA Próxima da Autoevolução Recursiva
A Anthropic, laboratório de IA, revelou em um documento recente que está se aproximando da capacidade de autoaprimoramento recursivo (RSI) em seus modelos. Essa capacidade, onde a IA se torna hábil em treinar a si mesma, pode acelerar drasticamente o desenvolvimento da tecnologia, gerando tanto promessas quanto riscos significativos.
Li²SAO Acelera Treinamento de LLMs com Nova Abordagem de Aprendizado por Reforço
Pesquisadores introduzem o Li²SAO, uma nova metodologia que promete otimizar o treinamento de Grandes Modelos de Linguagem (LLMs) usando aprendizado por reforço assíncrono. A inovação aborda desafios de estabilidade e desempenho em tarefas complexas, superando métodos anteriores.

Modelos de IA falham em tarefas de tempo real, revela novo estudo
Uma nova pesquisa aponta que os atuais modelos de linguagem grandes (LLMs) ainda não conseguem lidar eficientemente com tarefas que exigem decisões em tempo real. O benchmark Realtime-Bench avaliou a capacidade de sistemas de IA em jogos e tarefas web dinâmicas, revelando um desempenho abaixo do esperado.
Argumentos de Coerência em IA: Duas Forças Distintas em Jogo
Um novo olhar sobre os "argumentos de coerência" no campo da Inteligência Artificial revela que eles podem estar agrupando dois fenômenos distintos. Entender essa separação é crucial para prever o comportamento de sistemas de IA e seus impactos no futuro.
Google DeepMind acelera busca por peptídeos antimicrobianos com IA
A Google DeepMind lançou o Google Antigravity, uma plataforma que revoluciona a busca por novos peptídeos antimicrobianos. Com a IA, o processo de descoberta, avaliação e priorização de tratamentos é drasticamente acelerado, combatendo a crescente resistência a antibióticos.

IBM Granite aprimora previsões de séries temporais com IA de conjunto
A IBM Research, em parceria com a Hugging Face, apresentou uma nova abordagem para a previsão de séries temporais, utilizando um conjunto de modelos Granite. Essa iniciativa visa simplificar a escolha do modelo ideal e aprimorar a precisão das previsões, oferecendo uma solução robusta e flexível para diversas aplicações.
DeepMind Mapeia Florestas Globais com IA para Conservação Precisa
Uma nova ferramenta de mapeamento global, desenvolvida pelo Google DeepMind e parceiros, promete revolucionar a forma como monitoramos e protegemos as florestas. Com resolução de 10 metros, ela diferencia florestas primárias de plantações, oferecendo um olhar detalhado sobre as mudanças na cobertura vegetal do planeta.

IA avalia ineditismo de pesquisas científicas com novo estudo
Um novo estudo revela que Modelos de Linguagem Grandes (LLMs) têm dificuldade em julgar a originalidade de ideias de pesquisa. Pequenas alterações nas configurações de avaliação podem levar a veredictos drasticamente diferentes, levantando questões sobre a confiabilidade desses sistemas na descoberta científica.
Hugging Face Lança Projeto ProtoStar para Modernizar Ciência Financiada Publicamente com IA
A Hugging Face lançou o Projeto ProtoStar, uma iniciativa para tornar a pesquisa científica financiada publicamente mais acessível e reutilizável para a IA. O objetivo é transformar dados, modelos e códigos científicos em formatos prontos para IA, facilitando a descoberta e o uso por sistemas inteligentes.

OpenAI avança na matemática e Altman reconhece desafios para humanos
Sam Altman, CEO da OpenAI, reconhece o impacto de suas descobertas em matemáticos, mas afirma que a empresa continuará a impulsionar a pesquisa. Com centenas de milhões já investidos, a OpenAI planeja revelar ainda mais avanços científicos.
OpenFrontiers: Novo Marco para Avaliar Modelos de Linguagem na Pesquisa Científica
Pesquisadores lançaram o OpenFrontiers, um recurso inovador para testar a capacidade de Grandes Modelos de Linguagem (LLMs) na resolução de problemas científicos. Ele combina um vasto acervo de problemas de pesquisa com um benchmark rigoroso para avaliar a redescoberta de soluções.
Novo método de IA melhora calibração e precisão em modelos físicos
Pesquisadores desenvolvem técnica baseada em redes neurais para calibração localizada, reduzindo erros de previsão em simulações complexas de dinâmica dos oceanos e modelos matemáticos.